2017年QuantNet美国金融工程排名_鑫泉留学网
您的位置：
2017年QuantNet美国金融工程排名
发布时间：
　　金融工程(Financial Engineering)是一个多学科领域，涉及金融理论、工程方法、数学工具以及编程实践，是小伙伴们申请的热门专业。
　　美国QuantNet网站公布了2017年QuantNet金融工程排名，此次排名中纽约市立大学巴鲁克学院，卡耐基梅隆大学，并列第一。以下是具体排名：
录取GRE数学均分
Baruch College, City University of New York
New York, NY
纽约市立大学巴鲁克学院
Financial Engineering
Carnegie Mellon University
Pittsburgh, PA
卡耐基梅隆大学
Computational Finance
University of California, Berkeley
Berkeley, CA
Financial Engineering
Columbia University
New York, NY
Financial Engineering
New York University
New York, NY
Mathematics in Finance
Princeton University
Princeton, NJ
Master in Finance
Cornell University
Ithaca, NY
MEng, FE concentration
Columbia University
New York, NY
Mathematics of Finance
University of Chicago
Chicago, IL
Financial Mathematics
Georgia Institute of Technology
Atlanta, GA
Quantitative and Computational Finance
Massachusetts Institute of Technology
Cambridge, MA
Master of Finance
University of Washington
Seattle, WA
Computational Finance & Risk Management
Boston University
Boston, MA
Mathematical Finance
NYU Tandon School of Engineering
Brooklyn, NY
坦顿工程学院
Financial Engineering
University of California, Los Angeles
Los Angeles, CA
加州大学洛杉矶分校
Financial Engineering
University of Toronto
Toronto, Canada
Mathematical Finance
Rutgers University
Newark, NJ
罗格斯大学
Quantitative Finance
Fordham University
New York, NY
Quantitative Finance
North Carolina State University
Raleigh, NC
Financial Mathematics
University of Waterloo
Waterloo, Canada
Quantitative Finance
Johns Hopkins University
Baltimore, MD
Financial Mathematics
University of Illinois
Urbana, IL
伊利诺伊大学厄本那-香槟分校
Financial Engineering
University of North Carolina at Charlotte
Charlotte, NC
夏洛特分校
Mathematical Finance
Rutgers University
New Brunswick, NJ
罗格斯大学新布朗斯维克分校
Mathematical Finance
Illinois Institute of Technology
Chicago, IL
伊利诺伊理工学院
Mathematical Finance
University of Minnesota
Minneapolis, MN
明尼苏达大学双城分校
Financial Mathematics
Rensselaer Polytechnic Institute
Quantitative Finance and Risk Analytics
Claremont Graduate University
Claremont, CA
克莱蒙特研究大学
Financial Engineering
Stevens Institute of Technology
Hoboken, NJ
史蒂文斯理工学院
Financial Engineering
鑫泉出国全国品牌留学机构，提供最新留学资讯，为您成功留学不遗余力！如有疑问欢迎拨打以下咨询热线：
资讯来源：来源网络
责任编辑：陈中颖揭秘 | 年薪70万的Quant岗位，最爱招什么样的人？
分享本文：
1Quant是做什么的？Quant的工作就是设计并实现金融的数学模型（主要采用计算机编程），包括衍生物定价，风险估价或预测市场行为等。所以Quant更多可看为工程师，按中国的习惯性分类方法就是理工类人才，而不是文科人才，这个和金融有一定的区别(当然金融也有很多理工的内容)。2有哪几种 Quant？(1) Desk QuantDesk Quant 开发直接被交易员使用的价格模型，优势是接近交易中所遇到的Money和机会，劣势是压力很大。(2) Model Validating QuantModel Validating Quant 独立开发价格模型，不过是为了确定Desk Quant开发的模型的正确性。优势是更轻松，压力比较小，劣势是这种小组会比较没有作为而且远离Money。(3) Research QuantResearch Quant 尝试发明新的价格公式和模型，有时还会执行Blue-Sky Research(不太清楚是什么)，优势是比较有趣(对喜欢这些人来说)，而且你学到很多东西。劣势是有时会比较难证明有你这个人存在(跟科学家一样，没有什么大的成果就没人注意你)(4) Quant Developer其实就是名字被美化的程序员，但收入很不错而且很容易找到工作。这种工作变化很大，它可能是一直在写代码，或者调试其他人的大型系统。(5) Statistical Arbitrage QuantStatistical Arbitrage Quant 在数据中寻找自动交易系统的模式(就是套利系统)，这种技术比起衍生物定价的技术有很大的不同，它主要用在对冲基金里，而且这种位置的回报是极不稳定的。(6) Capital QuantCapital Quant 建立银行的信用和资本模型，相比衍生物定价相关的工作，它没有那么吸引人，但是随着巴塞尔II银行协议的到来，它变的越来越重要，你会得到不错的收入(但不会很多)，更少的压力和更少的工作时间。人们投资金融行业就是为了赚钱，如果你想获得更多的收入，你就要更靠近那些钱的"生产"的地方，这会产生一种接近钱的看不起那些离得比较远的人的现象，作为一个基本原则，靠近钱比远离钱要来得容易。3Quant工作的领域？(1) FXFX就是外汇交易的简写。合同趋向于短期，大量的金额和简单的规定，所以重点在于很快速度的建立模型。(2) EquitiesEquities的意思是股票和指数的期权，技术偏向于偏微分方程(PDE)。它并不是一个特别大的市场。(3) Fixed IncomeFixed Income的意思是基于利息的衍生物，这从市值上来说可能是最大的市场，他用到的数学会更加复杂因为从根本上来说他是多维的，技术上的技巧会用的很多，他的收入比较高。(4) Credit DerivativesCredit Derivatives是建立在那些公司债务还清上的衍生产品，他发展的非常快并有大量需求，所以也有很高的收入，尽管如此，他表明了一些当前经济的泡沫因素。(5) CommoditiesCommodities因为最近几年生活用品价格的普遍涨价，也成为一个发展迅速的领域。(6) HybridsHybrids是多于一个市场的衍生物市场，典型情况是利息率加上一些其它东西，它主要的优势在于可以学到多种领域的知识，这也是当前非常流行的领域。4Quant一般在哪些公司工作？(1) 商业银行 (HSBC, RBS)商业银行对你要求少，也给的少，工作会比较稳定。(2) 投行 (高盛, Lehman Brothers)投行需要大量的工作时间但工资很高，不是很稳定的工作，总的来说，美国的银行收入比欧洲银行高，但工作时间更长。(3) 对冲基金 (Citadel Group)对冲基金需要大量的工作时间和内容，他们也处在高速发展同时不稳定的情况中，你可能会得到大量的回报，也可能几个月后就被开除。(4) 会计公司大型会计公司会有自己的顾问quant团队，有些还会送他们的员工去Oxford读Master，主要的劣势在于你远离具体的行为和决策，而且厉害的人更愿意去银行，所以你比较难找到人请教。(5) 软件公司外包quant模型变得越来越流行，所以你去软件公司也是一个选择，劣势和会计公司比较类似。5成为一个Quant需要知道一些什么？根据你想工作的地方不同，你需要学习的知识变化很大，在写着篇文章的时间，我会建议将我的书全部学会就可以了。很多人错误的把学习这些知识看作仅仅看书而已，你要做的是真正的学习，就像你在准备参加一个基于这些书内容的考试，如果你对能在这个考试里拿A都没有信心的话，就不要去面试任何的工作。面试官更在乎你对基本知识的了解是否透彻，而不是你懂得多少东西，展示你对这个领域的兴趣也很重要，你需要经常阅读Economist, FT 和Wall Street Journal，面试会问到一些基本微积分或分析的问题，例如Logx的积分是什么。问到类似Black-Scholes公式怎么得出的问题也是很正常的，他们也会问到你的论文相关的问题。面试同样也是让你选择公司的一个机会，他们喜欢什么样的人，他们关心的是什么之类的答案可以从他们的问题中得出，如果问了很多关于C++语法的问题，那么要小心选择除非那是你想做的工作。一般来说，一个PhD对得到Quant的Offer是必需的。有一个金融数学的Master学位会让你在银行风险或交易支持方面却不是直接Quant方面的工作，银行业变得越来越需要数学知识，所以那些东西在银行的很多领域都有帮助。在美国，读了一个PhD之后再读一个Master变得越来越普遍，在UK这依然比较少见。6一般哪些专业对口Quant？据观察，Quant一般的专业会是数学，物理，金融工程（金融数学）。其实虽然不是特别多，但是还是有一些投行招手Master金工的Quant，一般几个好的FE专业都有去做Quant的硕士生。7编程所有类型的Quant都在编程方面花费大量时间(多于一半)。尽管如此，开发新的模型本身也是很有趣的一件事，标准的实现方法是用C++。一个想成为quant的人需要学习C++，有些其他地方使用Matlab所以也是一个很有用的技能，但没C++那么重要。VBA也用的很多，但你可以在工作中掌握它。8收入一个Quant能赚多少？一个没有经验的Quant每年大概会挣到税前60k-100k美元。奖金的话不会太高，但是如果行情好的话，也非常的客观，一般我听说的话，刚入职第一年一般可以拿到一两万刀的奖金。如果你的工资超出这个范围，你要问自己Why？收入会迅速的增长，奖金也是总收入中一个很大的组成部分，不要太在乎开始的工资是多少，而是看重这个工作的发展机会和学习的机会。9工作时间一个Quant工作的时间变化很大。在RBS我们8:30上班，6pm下班。压力也是变化很大的， 一些美国银行希望你工作时间更长。 在伦敦有5-6个星期的假期，而在美国2-3个是正常的。中信、麦肯锡、德勤等200+名企独家内推机会金融/咨询/IT/会计/市场等热门行业精准对接UniCareer作为阿里巴巴2017授权海外实习生招聘合作方&一大波技术 / &产品 /&设计各种直推通通有！42号计划最系统的背景能力提升&Offer保障NYU职场精品小班集训营4月28日&UniCareer联手NYU SPS学院六大主题职场精品小班集训课程+超多内推及干货等你来－－END－－来源：Lynn（FRM金融风险管理师）UniCareer整理发布，版权归原作者所有。若需引用或转载，请联系原作者。
分享本文：
公众号简介
UniCareer(职优你)为全球留学生以及在职精英提供一站式人才解决方案，旨在通过在线直播录播，智能语音面试，线下私人定制及企业职位对接帮助求职者迅速积累求职技能，打造顶级职场生态，获取优质职场信息和求职干货，你的职场“职优你”做主。
2017-06最近更新
UniCareer最新文章
Copyright & 2017
JCXG.NET All Rights Reserved.说句玩笑话：很多quant手段的真正效果，既不是提高return，也不是降低risk，而是靠忽悠降低了客户的risk aversion coefficient。（欢迎quant高手就此问题来指点晚辈）&br&&br&可能因为国内比较迷信金融工程，大家对quant相关的内容都很感兴趣。但事实上，金融工程专业应该放在工程学院或者计算机学院，金融数学专业作为数学的一个分支应该被放到数学系。金融学是商学院的学科，“金融学quant“的提法是有一定问题的。quant只是用到了一点finance theory以及很多数学统计学运筹学，然后在工业界的应用罢了。&br&&br&工业界的高手，很多本身也是学术出身，如果要读&b&金融学的&/b&学术期刊，自然是读顶级的。学术界的水平差距都是几何级数级的，这一点和武侠小说很像，大家可以自行脑补。金融的三大期刊自然不用说了，里面发表的都是高质量的研究成果。值得注意的是，很多顶级的金融理论的研究成果是发表在经济学的五大顶级期刊上的。MM1958, BS model, Kyle1985等等，不胜枚举。&br&&br&&b&对金融学的研究而言&/b&，如果完全都不熟悉理论，就谈数量化方法，很容易流于形式，画出来漂亮的图表和策略，忽悠下外行可以，在领域内专家眼里却是不堪一击的。一味追求math和quant的期刊(包括刊名里有这两个词的，曾经top4的jfqa如今也黯淡了不少)，在学术界地位是比较低的。学术关注的是idea和implication，数学和数量方法永远只是工具。在上世纪七八十年代，靠数学方法的复杂性是可以发表不少金融方面的成果的，因为在那个时代，很多新的理论依托数学领域早已存在的技术被开发出来，人们开始从数学中去寻找研究机会。而发展到如今，形势早已逆转，数学和数量方法再次回到工具的位置。用最简单的model讲清楚一个有经济意义的故事，或者点出一个重要的问题，才是研究的核心。金融学大神里既有数学背景极强的（数学好仍然是学金融的一个优势，即使不像过去那么重要了），也有很多用非常简单的数学工具或者只应用基础的计量技术就能做出杰出成果的教授。&br&&br&工业界确实也有不关注理论逻辑，而直接采用理工科的思维方式和方法来进行投资交易的机构。他们有的可能确实做的很成功，获益颇丰，但这可能有两个方面的原因。一方面，能赚钱不一定真的把握了市场，就像病症能好转不一定真的是因为喝了中药。另一方面，这些行业一线的机构，可能确实在操作中发现了市场的一些机制，但营利性机构不会公开交易策略，学术可能还需要很长时间才能把问题搞得更清楚。&br&&br&一点拙见，见笑了。&br&———————————————————————————————————————————&br&不得不补充一下，题主问题问的是”金融学quant“的学术期刊，而我之前只从”金融学“的角度说了下看法。其实quant或者说”数量金融“，确实是有很多人专门研究的，但他们一般分布在工程学，运筹学或者数学的院系中。因为我不懂这些领域，没法给出答案，读者可以从评论中 &a data-hash=&7a3953df9cee045b08fec& href=&///people/7a3953df9cee045b08fec& class=&member_mention& data-hovercard=&p$b$7a3953df9cee045b08fec&&@心有林夕&/a& 的回复里看到一些分享。
说句玩笑话：很多quant手段的真正效果，既不是提高return，也不是降低risk，而是靠忽悠降低了客户的risk aversion coefficient。（欢迎quant高手就此问题来指点晚辈） 可能因为国内比较迷信金融工程，大家对quant相关的内容都很感兴趣。但事实上，金融工程…
【译者按】：本篇论文翻译自NBER工作论文：Nine Facts about Top Journals in Economics（&a href=&/?target=http%3A//www.nber.org/papers/w18665.pdf%3Fnew_window%3D1& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&w18665&i class=&icon-external&&&/i&&/a&）。介绍了1970年以来在”5大“发表论文的几个非常有趣的事实，对于有志从事经济学学术道路的通道有很好的参考借鉴意义，对想了解经济学学术市场的一般学习者也可以得到一些启发。尝试翻译了正文的部分(&b&引言 数据来源和发现&/b&，回归分析和结论没有翻译。)。为了可读性，专栏只列出了“引言”部分，较详细版可见专栏文章：&a href=&/chosen-shih/& class=&internal&&&span class=&invisible&&http://&/span&&span class=&visible&&/chos&/span&&span class=&invisible&&en-shih/&/span&&span class=&ellipsis&&&/span&&/a&。另外图表我一一截取出来放在了另一篇文章里（&a href=&/chosen-shih/& class=&internal&&Nine Facts about Top Journals in Economics（Figures and tables）&/a&）&p&&b&翻译文责由本人自负，请勿用于他途，欢迎转载，但是请注明出处。&/b&&br&&/p&&p&Nine Facts about Top Journals in Economics&/p&&p&David Card and Stefano DellaVigna&/p&&p&NBER Working Paper No. 18665&/p&&p&January 2013&/p&&p&JEL No. A1,A11&/p&&br&&br&&p&&b&1.引言&/b&&/p&&p&在顶级期刊发表的论文对知道经济学研究方向，对年轻研究着的职业生涯路径，对以学术为生的经济学家的报酬等有强有力的影响。过去的几十年在这些期刊上发表文章的过程已经发展到什么程度了呢？&/p&&p&在这篇论文中，我们提出对发表在5大经济学期刊（the American Economic Review (AER), Econometrica (ECA), the Journal of Political Economy (JPE), the Quarterly Journal of Economics (QJE), and the Review of Economic Studies (RES).）上的论文所呈现出的趋势进行一个描述性的综述。我们把从Econlit获得的1970年以来发表在这些期刊上所有论文的数据和从Google学术获得的这些论文的被引用数和这些期刊历年收到的投稿的数目结合起来。&a href=&file:///C:/Users/Academic/Desktop/top5_9.doc#_ftn1& class=&&&[①]&/a&我们的分析建立在Ellison（2002）的研究的基础上，并从几个方面做了拓展，其中包括对特定论文的引用。&a href=&file:///C:/Users/Academic/Desktop/top5_9.doc#_ftn2& class=&&&[②]&/a&Hamermesh（2012）提供了另外一种互补的方法，他对“5大”中的其中三家下的文章进行了详细的分析，集中分析了作者的一些特点和应用的技术方法，这些是我们这篇论文没有考虑的&a href=&file:///C:/Users/Academic/Desktop/top5_9.doc#_ftn3& class=&&&[③]&/a&。&/p&&p&我们发现了9个重要的趋势：&/p&&p&&b&第一，从1990年到2012年的除了JPE的其他四大期刊接收到的投稿数几乎翻了一番。&/b&&/p&&img src=&/e27ccc2c_b.jpg& data-rawwidth=&1933& data-rawheight=&1228& class=&origin_image zh-lightbox-thumb& width=&1933& data-original=&/e27ccc2c_r.jpg&&&p&&b&第二，五大每年发表论文的总数已经从1970年代后期的约400篇/年减少到年的约300篇/年。&/b&增加的投稿数目和总终得论文发表数目导致了急剧下降的总论文接受率：从1980年代的15%下降到了今天的6%。在“5大”发表论文的难度的增加会对经济学领域的聘用和晋升的基准产生重要的影响。&/p&&img src=&/cb3fc36ae9bd22b5fe66a1db2f3162d6_b.jpg& data-rawwidth=&1823& data-rawheight=&1260& class=&origin_image zh-lightbox-thumb& width=&1823& data-original=&/cb3fc36ae9bd22b5fe66a1db2f3162d6_r.jpg&&&img src=&/3f1b7883cdb564e60e4cabfda06b7d23_b.jpg& data-rawwidth=&1909& data-rawheight=&1260& class=&origin_image zh-lightbox-thumb& width=&1909& data-original=&/3f1b7883cdb564e60e4cabfda06b7d23_r.jpg&&&img src=&/f199ec92cc9dec90c4c0e8c_b.jpg& data-rawwidth=&1862& data-rawheight=&1283& class=&origin_image zh-lightbox-thumb& width=&1862& data-original=&/f199ec92cc9dec90c4c0e8c_r.jpg&&&br&&p&&b&第三，AER是“5大”里唯一一个实质上增加了每年发表的论文的期刊，在AER上发表的论文占“5大”发表论文总数的比例已经从1970年代的25%上升到了40%。&/b&假如晋升、聘用和薪金报酬把“5大”上发表的论文等同看待的话，那么AER对经济学领域的职业发展和人事变动产生比它以前更大的影响。&/p&&p&&b&第四，在“5大”发表的文章的长度几乎是1970年代的3倍。&/b&尽管各期刊已经集体增加了它们的总页数，但是这种调整是不充分的，因此导致了发表论文数的减少。&img src=&/6d454d45d38b6f34dd89a_b.jpg& data-rawwidth=&1901& data-rawheight=&1307& class=&origin_image zh-lightbox-thumb& width=&1901& data-original=&/6d454d45d38b6f34dd89a_r.jpg&&&/p&&p&&b&第五，每篇论文的平均作者数量从1970年的1.3个增加到2012年的2.3个&/b&，部分抵消了每年发表论文数目的减少。的确，如果以每篇论文的合作者数目衡量的话，现在特定一年的作者数目其实是多于年代的。&br&&/p&&p&&b&第六，“5大”发表的论文的被引用情况：所以1990年代后期发表的论文Google学术被引用次数的中位数为200次&/b&。最近发表的论文的被引用次数要低些，反映了增加被引用次数是需要花费时间的事实。有趣的是1970年代和1980年代发表的论文的被引用次数也不如1990年代发表的论文的被引用次数多，这反映了Google学术采用的数据源的性质，多是现在作者的引用，还有其他的因素。&img src=&/7a1aab1e01_b.jpg& data-rawwidth=&1878& data-rawheight=&1291& class=&origin_image zh-lightbox-thumb& width=&1878& data-original=&/7a1aab1e01_r.jpg&&&/p&&p&&b&第七，以被引用次数为依据（平均）的“5大”的排名这么多年以来基本稳定，除了一个显而易见的例外——QJE，它从最初的第4名（倒数第二）上升到了现在的第一名。&/b&&img src=&/d45f28d683e1da231abc467e5603c8ba_b.jpg& data-rawwidth=&1886& data-rawheight=&1267& class=&origin_image zh-lightbox-thumb& width=&1886& data-original=&/d45f28d683e1da231abc467e5603c8ba_r.jpg&&&/p&&br&&p&&b&第八，较长的论文和合作者较多的作者的被引用次数上升很快，&/b&这反映了这两个维度都会增加论文的竞争力。这个效应对于预测某篇论文的引用数或者预测某一论文能排进被某一年引用数前5%的概率都有帮助。&/p&&p&&b&第九，尽管发表的论文在经济学各个领域的分布相对稳定，在不同的领域新论文和旧论文的相对被引用次数还是存在一些有趣的差异的&/b&。特别地，1990年后发表的发展经济学和国际经济学的论文比1990前发表的这些领域论文更多地被引用，而最近发表的计量经济学和纯理论的论文明显没有这一领域较早发表的论文容易被引用。&/p&&img src=&/23cff35b9f452ef7b8b0_b.jpg& data-rawwidth=&1878& data-rawheight=&1307& class=&origin_image zh-lightbox-thumb& width=&1878& data-original=&/23cff35b9f452ef7b8b0_r.jpg&&&p&&&&&&&&&&/p&&p&1.&b&详细版：&/b&&a href=&/chosen-shih/& class=&internal&&【译】5大经济学顶级期刊的9个事实 -
- 知乎专栏&/a&&br&&/p&&p&2.&b&纯图版：&/b&&a href=&/?target=http%3A///s/1ntAwbbz& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Nine facts about top 5 figures and tables.zip_免费高速下载&i class=&icon-external&&&/i&&/a&&/p&
【译者按】：本篇论文翻译自NBER工作论文：Nine Facts about Top Journals in Economics（）。介绍了1970年以来在”5大“发表论文的几个非常有趣的事实，对于有志从事经济学学术道路的通道有很好的参考借鉴意义，对想了解经济学学术市场的一般学习者…
已有帐号？
无法登录？
社交帐号登录
576 人关注
394 条内容
2672 人关注
129 条内容
508 人关注
179 条内容
2561 人关注
238 条内容Quant是做什么的？Quant的工作就是设计并实现金融的数学模型（主要采用计算机编程），包括衍生物定价，风险估价或预测市场行为等。所以Quant更多可看为工程师，按中国的习惯性分类方法就是理工类人才，而不是文科人才，这个和金融有一定的区别(当然金融也有很多理工的内容)。有哪几种Quant？1. Desk QuantDesk Quant 开发直接被交易员使用的价格模型. 优势是接近交易中所遇到的Money和机会.劣势是压力很大.2. Model Validating QuantModel Validating Quant 独立开发价格模型,不过是为了确定Desk Quant开发的模型的正确性. 优势是更轻松,压力比较小.劣势是这种小组会比较没有作为而且远离Money.3. Research QuantResearch Quant 尝试发明新的价格公式和模型,有时还会执行Blue-Sky Research(不太清楚是什么). 优势是比较有趣(对喜欢这些人来说),而且你学到很多东西. 劣势是有时会比较难证明有你这个人存在(跟科学家一样,没有什么大的成果就没人注意你)4. Quant Developer其实就是名字被美化的程序员,但收入很不错而且很容易找到工作. 这种工作变化很大. 它可能是一直在写代码,或者调试其他人的大型系统.5. Statistical Arbitrage QuantStatistical Arbitrage Quant 在数据中寻找自动交易系统的模式(就是套利系统).这种技术比起衍生物定价的技术有很大的不同, 它主要用在对冲基金里.而且这种位置的回报是极不稳定的.6. Capital QuantCapital Quant 建立银行的信用和资本模型. 相比衍生物定价相关的工作,它没有那么吸引人,但是随着巴塞尔II银行协议的到来,它变的越来越重要.你会得到不错的收入(但不会很多),更少的压力和更少的工作时间.人们投资金融行业就是为了赚钱,如果你想获得更多的收入,你就要更靠近那些钱的&生产&的地方.这会产生一种接近钱的看不起那些离得比较远的人的现象. 作为一个基本原则, 靠近钱比远离钱要来得容易.Quant 工作的领域1.FXFX就是外汇交易的简写. 合同趋向于短期,大量的金额和简单的规定.所以重点在于很快速度的建立模型.2.EquitiesEquities的意思是股票和指数的期权.技术偏向于偏微分方程(PDE). 它并不是一个特别大的市场.3.Fixed IncomeFixed Income的意思是基于利息的衍生物. 这从市值上来说可能是最大的市场. 他用到的数学会更加复杂因为从根本上来说他是多维的. 技术上的技巧会用的很多.他的收入比较高.4.Credit DerivativesCredit Derivatives是建立在那些公司债务还清上的衍生产品.他发展的非常快并有大量需求,所以也有很高的收入.尽管如此,他表明了一些当前经济的泡沫因素.<moditiesCommodities因为最近几年生活用品价格的普遍涨价,也成为一个发展迅速的领域.6.HybridsHybrids是多于一个市场的衍生物市场,典型情况是利息率加上一些其它东西.它主要的优势在于可以学到多种领域的知识.这也是当前非常流行的领域.Quant一般在哪些公司工作1. 商业银行(HSBC, RBS)商业银行对你要求少,也给的少.工作会比较稳定.2. 投行 (高盛,Lehman Brothers)投行需要大量的工作时间但工资很高. 不是很稳定的工作.总的来说, 美国的银行收入比欧洲银行高,但工作时间更长3. 对冲基金(Citadel Group)对冲基金需要大量的工作时间和内容,他们也处在高速发展同时不稳定的情况中.你可能会得到大量的回报,也可能几个月后就被开除.4. 会计公司大型会计公司会有自己的顾问quant团队.有些还会送他们的员工去Oxford读Master. 主要的劣势在于你远离具体的行为和决策,而且厉害的人更愿意去银行,所以你比较难找到人请教.5. 软件公司外包quant模型变得越来越流行.所以你去软件公司也是一个选择. 劣势和会计公司比较类似.成为一个Quant需要看哪些书?现在有非常多的关于Quant的书.基础书籍包括Hull著《Options Future and Other Derivatives》. 这本书被称为Bible. 缺点是这本书的内容主要面向MBA而不是Quantitative专家《Baxter and Rennie》.主要介绍一些手法和诀窍,但主要面向原理而不是实际操作.Wilmott著《Derivatives》.对PDE介绍的非常不错,但其他方面一般《The Concepts and Practice of Mathematical Finance》.这本书的目标在于覆盖一个优秀quant应该知道的知识领域. 其中包括强列推荐你在应聘工作之前看的一些编程项目.《C++ Design Patterns and Derivatives Pricing》.这本书是为了告诉大家如何使用C++来做Quant的工作.随机微积分虽然在第一眼看上去不是很重要,但的确非常有用的. 我建议大家先看一些基本理论的书,类似Chung’s books. 一些这方面我推荐的书:Williams著《Probability with Martingales》. 一本很容易让人了解Account of discrete time martingale theory的书Rogers and Williams著《Particularly Volume 1》成为Quant,我需要知道一些什么?根据你想工作的地方不同,你需要学习的知识变化很大. 在写这篇文章的时间,我会建议将我的书全部学会就可以了.很多人错误的把学习这些知识看作仅仅看书而已.你要做的是真正的学习,就像你在准备参加一个基于这些书内容的考试.如果你对能在这个考试里拿A都没有信心的话,就不要去面试任何的工作.面试官更在乎你对基本知识的了解是否透彻,而不是你懂得多少东西.展示你对这个领域的兴趣也很重要.你需要经常阅读Economist, FT 和Wall Street Journal. 面试会问到一些基本微积分或分析的问题,例如Logx的积分是什么. 问到类似Black-Scholes公式怎么得出的问题也是很正常的. 他们也会问到你的论文相关的问题.面试同样也是让你选择公司的一个机会. 他们喜欢什么样的人,他们关心的是什么之类的答案可以从他们的问题中得出. 如果问了很多关于C++语法的问题,那么要小心选择除非那是你想做的工作.一般来说, 一个PhD对得到Quant的Offer是必需的.有一个金融数学的Master学位会让你在银行风险或交易支持方面却不是直接Quant方面的工作.银行业变得越来越需要数学知识,所以那些东西在银行的很多领域都有帮助.在美国, 读了一个PhD之后再读一个Master变得越来越普遍.在UK这依然比较少见.一般哪些专业对口Quant根据我的观察，Quant一般的专业会是数学，物理，金融工程（金融数学）。其实虽然不是特别多，但是还是有一些投行招手Master金工的Quant，一般几个好的FE专业都有去做Quant的硕士生。编程所有类型的Quant都在编程方面花费大量时间(多于一半)。尽管如此，开发新的模型本身也是很有趣的一件事，标准的实现方法是用C++。一个想成为quant的人需要学习C++，有些其他地方使用Matlab所以也是一个很有用的技能，但没C++那么重要。VBA也用的很多，但你可以在工作中掌握它。收入一个Quant能赚多少？一个没有经验的Quant每年大概会挣到税前60k-100k美元。奖金的话不会太高，但是如果行情好的话，也非常的客观，一般我听说的话，刚入职第一年一般可以拿到一两万刀的奖金。不过像08年就别想了。如果你的工资超出这个范围，你要问自己Why？收入会迅速的增长，奖金也是总收入中一个很大的组成部分，不要太在乎开始的工资是多少，而是看重这个工作的发展机会和学习的机会。工作时间一个Quant工作的时间变化很大。在RBS我们8:30上班，6pm下班。压力也是变化很大的， 一些美国银行希望你工作时间更长。 在伦敦有5-6个星期的假期，而在美国2-3个是正常的。下面我来写点自己对Quant的理解，仅供参考：几句话写在前面The largest casino is the Wall Street.&&以下只是自己亲身感受和接触的观点，一家之言，难免片面不客观。钱固然重要，但是除了钱还是有很多值得每个人追求的。并不是做金融就一定要唯利是图。主流 VS 非主流个人认为国内对Quant的主流认识还是为Trading Desk服务，或者是设计一些复杂的金融产品。这种观点在国外也是偏向于主流的。我认识一些Quant拿到了PHD之后就在GS，UBS这些公司做起了Risk Quant或者为前台计算设计一些模型。这类型的Quant在业界还是占了很大很大的一部分，而这样的Quant也是MFE的项目所培养的。也许你MFE或者PHD毕业了以后，就要在相当一段时间帮前台计算P/L或者VaR之类的。前一阵和一个在Trading Desk工作的同学聊天，那种Quant的不屑是很清楚的写在脸上。的确，不可否认的是，主流认识的Quant在创新和自主上还是有一些不足的。我想，国内的券商，投行其实更多的是需要这样的Quant。所谓非主流的Quant不是说业界的数目很少，而是说，不是主流（在20-35岁年龄段）所认为的Quant。这类的Quant其实很大程度上可以取代Trader，主要是为公司设计Trading System进行High Frequency Trading。这类Quant的自主性更高，但是难度也更大。一个萝卜一个坑，萝卜不走你也多不了坑。像文艺复兴里面就都是这一类的Quant，主流Quant是无法进入其工作的。如果你设计的Trading System能进入生产线的话，那么你离百万年终奖也不是那么遥远了。基本上所有这类的Quant都是要签订NDA的。如果你能拥有一个稳定年Sharpe Ratio是2的High Frequency Trading System, 那么这辈子在物质上就可以没什么追求了，可以洗洗去追求精神的高度了。当然很多人付出一生的Trading System都无法投入生产。主流Quant的工作更加的稳定，稳定的收入加上固定的分红，坑也更多，流通性也更好。非主流的Quant工作充满了未知数，收入不会比主流的低，分红波动性高，坑少要求高。挑战 VS 机遇如果你成为了一个Quant，不管是主流还是非主流，你的压力都是非常大的。前一阵跟老板聊天，他说对他最奢侈的事情不是物质上的，而是能够从晚上11点睡到第二天早上6点。虽然我们是Algorithm Trading，不过人还是要经常盯着System看和修改模型的。平均每天工作12个小时以上是非常常见的（尤其对于非主流quant）。Buy Side VS Sell Side经常在想如果你能把Buy Side和Sell Side的生意一起做了，那钱就来的太容易了。总是听老板(Top 3 IN RenTech) 说一句话：在Buy Side已经没人能从Option Pricing赚钱了。我个人对于Sell Side没有什么反感的，毕竟我们之间还是要做生意的。但是就难度而来Buy Side && Sell Side。如果你能在Buy Side赚钱，那么你到了Sell Side还是可以赚钱。大公司 VS 小公司大公司的工作还是比较稳定的，当然每年裁员是正常的。没在那种大公司干过，以后也不知道会不会去。小公司对于个人锻炼，我认为，还是高于大公司的。小公司的Bonus Pool其实分到个人还是很多的，像我一个学生，都有机会分到Bonus（对我来说还是蛮多的）编程要求各种公司用的都不一样，能很快上手是很重要的，毕竟不是CS毕业的。像Downtown的Jane Street（One Hedge Fund） 就用Ocaml来编写的。我是从来没用过，你的团队用什么，刚进去的你估计就要用什么了。}